腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
反向传播和梯度
下降
的短期定义
、
、
、
我需要写一个关于反向传播和梯度
下降
的很短的定义,我有点搞不懂区别是什么。 有什么建议或更正吗? 谢谢!
浏览 1
提问于2019-06-08
得票数 0
1
回答
增量
最
陡
下降
(梯度
下降
)
算法
、
代码使用增量
最
陡
下降
算法
,该
算法
使用梯度来查找
最
陡
下降
的直线,并使用启发式公式来查找沿这条直线的最小值。该
算法
应该遍历一个函数并找到一个局部极小值,通常可以通过多次运行该
算法
来找到全局最小值。" << avg_time / trials << "\n\n"; }绝对最小值为:0,在:(3,0.5) 我希望得到关于提高<
浏览 0
提问于2016-02-17
得票数 2
回答已采纳
1
回答
支持向量机与GD/SGD?
、
、
、
根据程序的错误程度,程序根据错误进行调整,以便在下一次使用梯度
下降
进行更好的预测。
浏览 0
提问于2020-02-06
得票数 1
1
回答
回溯线搜索参数
当我得到简单的回溯
算法
时,我正在用Nocedal&Wright进行一些
优化
阅读/练习,如果d是我的直线方向,a是该
算法
寻找的步长对于大约0<c< 1,他们建议使用一个很小的c,10^-4的顺序我做了一些c= 0.3的实验,它似乎比建议的10^-4更有效(对于一个简单的二次问题和
最
陡峭的
下降
)。谢谢。
浏览 0
提问于2014-03-25
得票数 0
2
回答
LinearRegression和SGDRegressor有什么区别?
、
、
然而,只有SGDRegressor使用梯度
下降
作为
优化
算法
。 那么,LinearRegression使用的
优化
算法
是什么,这两个类之间的其他显着差异是什么?
浏览 9
提问于2021-03-15
得票数 0
回答已采纳
1
回答
R:执行梯度
下降
、
、
我正在尝试学习更多关于
优化
算法
的知识,作为一个学习练习--我想尝试一个用R编程语言使用(著名的)梯度
下降
算法
优化
一个数学函数。例如,我想尝试并“
优化
”(即找出产生最小值“y”的"x1和x2“值)以下函数(这个函数称为Rastrign函数,由于其不规则和复杂的形状而成为测试
优化
算法
的流行函数):我首先在R中定义了这个函数例如,我在(base) R中发现了"optim()“函数,它提供了许多常用的
优化
<em
浏览 5
提问于2022-01-19
得票数 0
回答已采纳
1
回答
八阶
最
陡
下降
算法
、
虽然这个
算法
的psuedocode看起来很简单,但我很难用八度实现这个
算法
。关于这个
算法
的书只有一页长,所以关于这个
算法
的信息不多,所以我只打算发布psedocode:Until convergence, Do:我是搞砸了我的实现,还是我对这个
算法
的理解错了?不确定是在这里发布这个还是在math.stackexchange上发布,但我在这里尝试过。
浏览 1
提问于2013-11-19
得票数 1
回答已采纳
3
回答
为什么坡度(正负)的迹象不足以找到
最
陡峭的提升?
、
、
考虑一个简单的一维函数y = x^2,用梯度上升法求出最大值.梯度上升给出更新规则:x= old_x + learning_rate *梯度因为如果我们朝着一个积极的方向迈出了
浏览 0
提问于2021-01-16
得票数 3
回答已采纳
4
回答
Tensorflow:通过梯度
下降
优化
输入
我有一个TensorFlow模型(一个卷积神经网络),我使用梯度
下降
(GD)成功地训练了一些输入数据。现在,在第二个步骤中,我想提供一个输入映像作为初始化,然后使用GD对这个具有固定网络参数的输入映像进行
优化
。损失函数将是不同的,但这是一个细节。所以,我的主要问题是如何告诉梯度
下降
算法
你们对第二点有什么想法吗?我想我自己可以用TF梯度函数重新编码梯度
下降
算法
,但我的直觉告诉我,应该
浏览 6
提问于2016-09-13
得票数 8
1
回答
当我们使用线性回归建立模型时,梯度
下降
的参数是如何初始化的?
、
这种方法不要求初始化学习速度,或起点,而这是在梯度
下降
需要(据我所知)。那么,如果假设模型是用梯度
下降
来
优化
的,那么当使用拟合方法时,这些参数是如何被线性模型所选择的呢?或者,如果模型没有使用梯度
下降
(或它的任何类型),那么它使用哪种
算法
(以及如何
优化
)?
浏览 6
提问于2017-12-04
得票数 0
1
回答
最
陡
下降
算法
的实现
、
、
、
我正在教自己一些编码,作为我的第一个“大”项目,我尝试实现一个
最
陡峭的
下降
算法
来最小化Rosenbrock函数:
算法
如下你能告诉我如何改进我的
算法
吗?特别是,我想提高它的速度。从现在开始,在我的计算机上运行大约需要30秒(16 i7,i7处理器)。
浏览 0
提问于2020-05-24
得票数 3
回答已采纳
1
回答
关于梯度
下降
函数有没有比较通俗易懂的解释?
、
、
、
、
人工智能领域应用的基础
算法
,属于离散函数?
浏览 103
提问于2023-12-04
1
回答
对于不平衡的数据集,mllib如何在内部加权类?
、
我有一个包含1%正类 (1's) 和99%负数 (0's)的数据,并且我正在使用Pyspark中的Logistic回归。我在上讨论了处理不平衡数据集的问题,解决方案是添加一个weightCol,就像它在链接中提供的答案中所说的那样,以便告诉模型将更多的注意力集中在1上,因为那里的数据比较少。
浏览 2
提问于2019-05-06
得票数 1
1
回答
PyTorch中的SGD
优化
器实际上是梯度
下降
算法
吗?
、
、
我正在尝试比较神经网络中SGD
算法
和GD
算法
的收敛速度。在PyTorch中,我们经常使用SGD
优化
器,如下所示。L.backward() optimizer.step() running_loss += L.item() 我在这里对
优化
器的理解是,SGD
优化
器实际上执行最小批处理梯度
下降
算法
,因为我们一次向
优化
器提供一批数据。因此,如果我们将batch_size参数设置为所有数据的大小
浏览 3
提问于2022-06-04
得票数 3
回答已采纳
1
回答
nlminb的端口例程中的
算法
名?
、
、
当我试图知道它使用的是什么
优化
器时,我被定向到nlminb函数,它声明: 有人能至少告诉我一些“例行公事”中的名字吗?例如,“梯度
下降
”,“Levenberg-Marquardt”,还是“信任区域”?
浏览 0
提问于2018-03-20
得票数 4
回答已采纳
4
回答
梯度
下降
是每个
优化
器的核心吗?
、
、
、
、
我想知道梯度
下降
是否是Adam、Adagrad、RMSProp和其他几个
优化
器中使用的主要
算法
。
浏览 0
提问于2019-03-12
得票数 13
回答已采纳
3
回答
遗传
算法
(GAs):是否只考虑作为
优化
算法
?气体在机器学习中有用吗?
、
、
作为一个快速的问题,遗传
算法
被用来做什么?我在其他地方读到,它们应该被用作
优化
算法
(类似于我们使用梯度
下降
来
优化
最优参数的方法,用线性回归,神经网络.)。
浏览 0
提问于2019-10-28
得票数 6
回答已采纳
3
回答
什么是反向传播?
反向传播
算法
是一种神经网络训练
算法
,还是仅仅是一种递归
算法
来计算神经网络的雅可比?那么这个Jacobian将作为主要训练
算法
的一部分,例如
最
陡峭的
下降
?因此,计算雅可比矩阵(神经网络输出到网络参数的偏导数)是一种训练
算法
还是一种数值方法?
浏览 0
提问于2021-09-08
得票数 4
回答已采纳
3
回答
为什么我的最低搜索(
最
陡峭的体面)爬一座山?
、
、
、
我试着用一种
最
陡峭的方法来最小化离散函数。这应该是相当简单的,但我有困难的搜索‘爬升’从任何地方的最低。这是我用Mathematica编写的代码,但语法很容易理解。
浏览 6
提问于2011-07-06
得票数 1
1
回答
梯度
下降
的快速Python实现
、
、
我正在寻找快速Python推动梯度
下降
优化
算法
。我有一个凸问题,没有约束,所以现在我使用了在scikit-learn (最小化)中实现的BFGS
算法
。 在多核系统上有什么更快/更可伸缩的吗?
浏览 0
提问于2019-08-14
得票数 3
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
机器学习优化算法——梯度下降
在Python实现梯度下降优化算法
机器学习优化算法:梯度下降、牛顿法、拟牛顿法
深度解读流行梯度下降优化算法 正确训练模型的利刃!
梯度下降算法之随机梯度下降
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
云直播
活动推荐
运营活动
广告
关闭
领券